01Core pain point and demand
Claude 等大模型生成内容时带有固定且令人厌烦的「claude-speak」文风（如过度使用破折号、排比句、「不仅仅是…而是…」等套路化表达），即使通过 skills、初始提示词和子代理反复调教也难以彻底消除，团队需要反复人工改写，浪费大量时间和 token 成本。
02Product solution
构建一个「文风净化」AI 中间层：在模型输出后自动检测并重写套路化表达，支持自定义品牌声音词典与禁用句式库；提供 API/SDK 与浏览器插件，可无缝接入现有 Claude 工作流，并给出文风评分与改写前后对比，让团队一次配置即可持续输出自然、统一的内容。
03Monetization and business model
采用 SaaS 订阅制：按改写字数或 API 调用量分层收费，提供免费试用额度；面向团队销售席位版与私有化部署；通过插件市场与内容社区做增长，并推出品牌声音定制咨询服务作为增值收入。
04Action steps
- 1收集并标注 500+ 条 claude-speak 典型句式，构建套路表达与禁用词库。
- 2开发基于 LLM 的检测+改写引擎，输出文风评分与改写对比。
- 3上线浏览器插件与 API，支持接入 Claude 现有工作流。
- 4邀请 20 个内容团队内测，验证改写质量与品牌声音一致性。
- 5迭代品牌声音词典功能，支持自定义禁用句式与语气偏好。
- 6上线订阅与用量计费系统，打通支付与额度管理。
- 7通过内容社区、AI 开发者社群与 SEO 关键词做增长推广。
05Risk notice
改写可能引入语义漂移或事实错误，需保留原文对照与人工确认环节；大模型厂商若原生优化文风控制功能，可能削弱产品价值；套路句式库需持续更新以防失效；用户对「AI 改写 AI」的信任度与付费意愿仍需验证。